2023, Vol. 44
2. 国家环境保护水土污染协同控制与联合修复重点实验室(成都理工大学), 成都 610059;
3. 地质灾害防治与地质环境保护国家重点实验室(成都理工大学), 成都 610059;
4. 河海大学港口海岸与近海工程学院, 南京 210024
, ZENG Jie1,2 , YIN Zhuo1,2 , FENG Jie1,2 , LIU Jing1,2,3
, XIU Yu-xin1,2 , LIU Guo1,2,3 , XU Chun-yang4
2. State Environmental Protection Key Laboratory of Synergetic Control and Joint Remediation for Soil & Water Pollution(SEKL-SW), Chengdu University of Technology, Chengdu 610059, China;
3. State Key Laboratory of Geohazard Prevention and Geoenvironment Protection, Chengdu University of Technology, Chengdu 610059, China;
4. College of Harbor, Coastal and Offshore Engineering, Hohai University, Nanjing 210024, China
由于人为活动对水质、生境结构和水文状况的干扰, 城市河道成为世界上最受威胁的生态系统之一[1, 2].随着城市化建设进程的加快, 城市河道面临过度开发利用、排污过量和硬质化等压力, 极易造成城市河道生态系统破坏甚至出现黑臭现象[3], 对人类健康和水生群落的完整性都构成了潜在威胁.到2020年末, 全国295个地级及以上城市(不含州、盟)黑臭水体消除比例98.2%[4].然而, 国内黑臭水的治理手段以工程措施为主[5], 重治理而轻保持, 城市河道治理后返黑返臭的问题尚未得到妥善解决[6, 7].对黑臭水体客观有效地评价是城市河道黑臭治理的基础和关键[8], 以往的研究主要集中在环境因子和水体黑臭之间的响应关系[9~12], 缺乏对城市河道黑或臭单独评价的研究.城市河道黑臭未必是同时产生的, 在河道黑臭独立评价的基础上对城市河道分级分类, 能够更准确地识别河道水质状态.
浮游植物作为水体中主要的初级生产者, 其光合作用提供了淡水生态系统最初的能量来源, 维系了水生态系统的稳定[13~15].浮游植物群落构成随着生境变化而调整, 有研究表明利用水域中浮游植物群落结构、多样性和功能群可对水环境质量做出有效判断[16].相比传统的监测方法, 生物指标不仅能表征水体环境质量的瞬时状态[17], 还能反映水环境中的潜在危害.城市河道外源污染(生活污水、工业废水排放和城市雨水径流的污染)和内源污染(沉积物释放)过量累积易导致水体黑臭化, 直接或间接地影响浮游植物的群落特征.尽管有研究讨论了浮游植物和水质因子之间的联系[18, 19], 但由于未区分水体的黑或臭的状态和等级, 难以定量地描述黑臭特征对浮游植物群落的影响.因此需要在现有物理化学评价指标的基础上, 筛选适宜的生物指标来评估城市河道黑或臭对水生态群落完整性的影响, 进一步用于诊断和预测城市河道水环境健康状态, 为黑臭水体治理效果的长效保障与提升提供支持.
为筛选出能够定量化描述水体黑或臭的生物参数, 对我国四川盆地不同城市河道水质和浮游植物群落进行调查, 基于河道黑臭评价结果, 分析不同黑臭条件下浮游植物的群落结构、多样性和功能群等的差异性和潜在的变化规律, 以期为城市河道水质健康状态监测与评价提供依据.
1 材料与方法 1.1 研究区域和样品采集研究区域位于我国四川盆地, 介于东经103°47′~107°27′和北纬28°44′~32°26′之间.属于中亚热带湿润气候, 无霜期长, 日照时间短, 年平均气温一般在18~19℃之间, 年平均降水量1 000~1 300 mm, 年日照时数为900~1 600 h.涉及眉山、乐山、宜宾、德阳、成都、资阳、内江、自贡、绵阳、广元、南充和达州的16条出现过黑臭现象的城市河道, 河道长度介于1.2~66.77 km之间, 总长238.3 km, 属于长江水系.
2020年11月和2021年3月枯水期进行样品采集, 每条河道布设3个采样点, 部分城市河道由于河道封闭和河长较短, 根据现场情况布设了1~2个采样点, 两次采样点略有不同(表 1). 2020年11月[图 1(a)]获取38个样本(S1~S38), 2021年3月[图 1(b)]获取34个样本(D1~D19、D21~24和D28~D38), 由于城市河道改造施工, 第二次采样期间未从D20和D25~D27获取样品.每个采样断面拍摄河道全景、水面近景.利用1 L有机玻璃采水器在表层水0.5 m处取样, 使用浓硫酸将pH值调至1~2, 保存于聚乙烯采样瓶中, 用于测定理化性质; 另取1 L水样加入15 mL鲁哥氏液固定保存, 用于分析浮游植物群落结构.
|
表 1 采样点布设 Table 1 Sampling sites |
|
图 1 采样点分布示意 Fig. 1 Sample collection sites |
利用便携式水质参数仪(HANNA HI98194)现场测定溶解氧(DO).按照文献[20]的方法利用钼锑抗分光光度法测定总磷(TP)、纳氏试剂光度法测定氨氮(NH4+-N)和重铬酸钾法测定化学需氧量(COD)等理化指标.浮游植物定量分析前, 样品静置48 h, 虹吸法将水样浓缩至30 mL, 取摇匀浓缩水样0.1 mL于浮游生物计数板上, 通过显微镜计数法在光学显微镜下对藻种进行形态分析观察, 以文献[21]的分类系统为依据, 鉴定到种.
1.3 河道黑臭评价模型(1) 利用改进的模糊综合评价模型(图 2)来评价城市河道臭度, 确定因子集为U={NH4+-N, COD, TP, DO}, 并且将评语集设计为V={无嗅, 淡腥臭, 微臭, 臭, 恶臭}这5大类, 设计权重集为A={0.234 1, 0.468 1, 0.211 5, 0.086 3}, 然后根据《地表水环境质量标准》(GB 3838-2002)[22]中6类水质类型与因子集中的水质指标组成隶属度关系, 最后通过加权平均法实现模糊数学评价, 将河道评价无嗅、淡腥臭、微臭、臭和恶臭这5类[23, 24], 并赋值为1~5.
|
图 2 改进模糊综合评价模型评价流程 Fig. 2 Improvements in the evaluation process of fuzzy comprehensive evaluation model |
(2) k-均值主颜色提取模型(图 3)用于评价城市河道黑度[24, 25], 通过河道水面近景照片提取城市河道主要颜色, 引入灰度模型对水体发黑程度进行量化分析, 将河道黑度划分透明、黄绿和灰黑这3类, 灰度模型计算公式如下：
|
图 3 k-均值聚类模型评价流程 Fig. 3 The k-means clustering model evaluation process |
|
式中, R表示图像的红色通道, G表示图像的绿色通道, B表示图像的蓝色通道, 取值范围从0~255.
当Gray值小于100时, 河道感官上呈现较为严重的发黑; 处于100~120之间时, 河道呈现黄绿现象; 当Gray值大于120时, 河道颜色较浅, 透明度较高.
(3) 对所有样点数据的黑臭特征进行分析, 无嗅透明水体代表不黑不臭型水体, 赋值为1; 无嗅黄绿和无嗅灰黑水体代表只黑不臭型水体, 赋值为2和3; 淡腥臭透明、微臭透明、臭透明和恶臭透明水体代表只臭不黑型水体, 赋值为2~5; 淡腥臭黄绿、微臭黄绿、臭黄绿、恶臭黄绿、淡腥臭灰黑、微臭灰黑、臭灰黑和恶臭灰黑水体代表又黑又臭型水体, 赋值为3~8.一共分为4类, 赋值范围为1~8.
1.4 河道浮游植物群落结构、多样性及功能群计算(1) 优势种以优势度指数≥0.02确定, 优势度指数的计算公式如下：
|
式中, fi表示i的出现频率, Pi表示第i种个体数与总个体数的比.
(2) 利用Shannon-Wiener指数(H)、Pielou指数(J)、Margalef指数(R)和Simpson指数(D)[26]对浮游植物群落丰富度、均匀度和α多样性进行分析.
|
式中, S表示浮游植物的种类数, N表示浮游植物个体总数.
(3) 浮游植物功能组FG(phytoplankton functional group)将形态、生理和生态特征相似的浮游植物归为一组, 简化浮游植物群落研究方法[27~31], 群组内的浮游植物具有相同或相近的生存策略, 反映了特定的生境类型[32, 33].
1.5 数据统计与分析使用Matlab2018a软件基于模糊数学评价河道臭度, 使用Python3.9和Pycharm2020.1.3软件, 以Numpy、Matplotlib、PIL等程序包为基础, 基于k-均值聚类主颜色提取法评价河道黑度.使用派森诺基因云提供的生物大数据分析平台, 绘制环状分析柱状图、物种组成韦恩图, 进行样本的热图(Heapmap)分析.
2 结果与分析 2.1 城市河道分级分类利用改进模糊数学模型评价河道臭度[图 4(a)], 结果显示, 无嗅、淡腥臭、微臭、臭和恶臭的河道断面数目有19、17、16、11和9个.利用k-均值主颜色提取模型和灰度模型评价河道黑度[图 4(b)], 结果显示, 透明、黄绿和灰黑的河道断面数目为43、15和14个.将城市河道划分为不黑不臭、只黑不臭、只臭不黑和又黑又臭型这4种类型[图 4(c)], 72个城市河道断面监测点中有19.4%的断面无黑臭情况, 6.9%的断面处于致黑的状态, 40.3%的断面处于致臭的状态, 33.3%的断面同时处于致黑致臭的状态.
|
图 4 城市河道黑臭评价结果 Fig. 4 Evaluation results of black odor of urban river |
本研究期间共鉴定浮游植物216种, 隶属于8门、10纲、24目、46科、110属(表 2).其中, 只臭不黑和又黑又臭型城市河道包括浮游植物8门10纲, 高于7门9纲的不黑不臭和只黑不臭型城市河道; 不黑不臭、只臭不黑和又黑又臭型城市河道的目、科、属和种数均高于只黑不臭型城市河道.在研究期间, 不黑不臭、只黑不臭、只臭不黑和又黑又臭型城市河道浮游植物物种数目分别为138、69、180和154, 共有的物种数目为57, 特有的物种数目为17、1、30和17(图 5), 这4种河道类型物种数目依次为：只臭不黑型>又黑又臭型>不黑不臭型>只黑不臭型.
|
|
表 2 浮游植物样本物种数和类别 Table 2 Number and types of phytoplankton samples |
|
图 5 不同黑臭程度下浮游植物物种组成的韦恩图 Fig. 5 Venn diagram of phytoplankton species composition at different black-odorous levels |
本研究期间, 浮游植物丰度(CellD)大小变化整体呈现：又黑又臭型>只臭不黑型>只黑不臭型>不黑不臭型(表 3).其中, 又黑又臭型河道浮游植物平均丰度最高为6.627×105 cells·L-1, 变化范围在0.007~606.062×105 cells·L-1; 不黑不臭型平均丰度最低为1.329×105 cells·L-1, 变化范围在0.081~82.302×105 cells·L-1.不同黑臭程度下浮游植物丰度占比结果如图 6(a)所示, 不黑不臭型河道中蓝藻门最高, 占45.46%, 其次为绿藻和硅藻门, 分别占29.13%和16.30%.只黑不臭的河道类型中绿藻门最高, 占32.98%, 其次为硅藻和蓝藻门, 分别占32.01%和26.24%.只臭不黑型和又黑又臭型的河道中蓝藻占绝对优势分别为59.38%和73.26%.随着水质黑臭化, 浮游植物丰度由蓝藻、绿藻和硅藻组成的优势群落转变以蓝藻为主的优势群落.
|
|
表 3 研究期间不同黑臭程度下城市河道浮游植物丰度和浮游植物生物量的情况 Table 3 Phytoplankton abundance and biomass in urban watercourses under different black-odorous degrees |
|
(a)丰度计, (b)生物量计 图 6 不同黑臭程度下浮游植物群落结构 Fig. 6 Phytoplankton community structure under different black-odorous degrees |
浮游植物生物量(BioM)大小变化整体呈现：又黑又臭型>只黑不臭型>不黑不臭型>只臭不黑型(表 3).其中, 又黑又臭型河道浮游植物平均生物量最高为120.465 μg·L-1, 变化范围在0.085~17 456.250 μg·L-1; 只臭不黑型平均生物量最低为58.523 μg·L-1, 变化范围在0.028~2 850 μg·L-1.不同黑臭程度下浮游植物生物量占比结果如图 6(b)所示, 在不黑不臭型河道主要由绿藻和硅藻门组成, 分别占43.94%和26.35%.在只黑不臭的河道类型中, 绿藻和硅藻占优势分别为49.18%和34.69%.只臭不黑型的河道中硅藻门最高, 占41.44%, 其次为甲藻门占17.08%.又黑又臭型河道以甲藻门为主, 占37.54%, 硅藻和裸藻门次之, 占20.32%和17.00%.随着水质黑臭化, 生物量组成由绿藻和硅藻门为主演变为以甲藻、硅藻和裸藻门为主.
2.2.3 浮游植物优势种根据丰度计算优势度, 不同黑臭程度下浮游植物优势种数目虽然无差距, 但物种组成具有一定变化(表 4).不黑不臭、只黑不臭、只臭不黑和又黑又臭型河道浮游植物优势物种数(优势度≥0.02)分别有8、8、8和5种, 变化幅度分别为0.022、0.063、0.056和0.077.不黑不臭型河道优势种组成为蓝藻-硅藻-绿藻型, 蓝藻门以假鱼腥藻和平裂藻为代表, 硅藻门以小环藻和菱形藻为代表, 绿藻门以衣藻为代表.只黑不臭和只臭不黑型河道优势种组成为硅藻-蓝藻型, 硅藻门主要以小环藻为代表, 蓝藻门只黑不臭型河道主要以颤藻和微囊藻为代表, 而只臭不黑型河道还出现泽丝藻.又黑又臭型河道优势种组成为蓝藻型, 代表藻种为细鞘丝藻、颤藻、微囊藻和泽丝藻.
|
|
表 4 不同黑臭程度下浮游植物优势度(>0.02) Table 4 Phytoplankton dominance at different black odorous levels |
根据生物量计算优势度, 不同黑臭程度下浮游植物优势种数目和物种组成均发生明显变化(表 4).不黑不臭、只黑不臭、只臭不黑和又黑又臭型河道浮游植物优势物种数(优势度≥0.02)分别有8、7、5和6种, 变化幅度分别为0.051、0.066、0.129和0.090.不黑不臭和只黑不臭型河道物种组成为绿藻-硅藻型, 不黑不臭型河道绿藻门以卷曲纤维藻和实球藻为代表, 硅藻门以菱形藻和小环藻为代表, 只黑不臭型河道绿藻门以塔胞藻和实球藻为代表, 硅藻门出现扁圆卵形藻.只臭不黑型河道物种组成为硅藻-裸藻-隐藻型, 又黑又臭型河道物种组成为裸藻-硅藻-甲藻型.
2.3 不同黑臭程度下浮游植物群落多样性分析本文采用Margalef指数(R)、Shannon-Weaver指数(H)、Pielou指数(J)和Simpson指数(D)反映浮游植物群落丰富度、均匀度和α多样性(图 7).结果表示, 在不黑不臭、只黑不臭、只臭不黑和又黑又臭型河道中, R均值分别为2.14、1.57、2.20和1.73; J均值分别为0.71、0.72、0.68和0.60; H均值分别为2.45、2.25、2.39和1.98; D均值分别为0.84、0.84、0.81和0.73.Margalef指数[图 7(a)]和Shannon-Weaver指数[图 7(b)]表现出相同的变化趋势, 但差异显著性不同.Pielou指数[图 7(c)]和Simpson指数[图 7(d)]表现出相同的变化趋势, 且差异显著性相似.不黑不臭型河道浮游植物群落的Shannon-Weaver指数[图 7(b)]、Pielou指数[图 7(c)]和Simpson指数[图 7(d)]均与又黑又臭型产生显著性差异(P<0.05).只黑不臭型河道浮游植物群落的Margalef指数[图 7(a)]与又黑又臭型产生显著性差异(P<0.05).只臭不黑型河道浮游植物群落结构的Margalef指数[图 7(a)]和Shannon-Weaver指数[图 7(b)]与又黑又臭型产生显著性差异(P<0.05).
|
方框表示平均值, 箱子中间的线表示中位数, 箱子的上下底分别是上四分位数和下四分位位数, 箱体包含了50%的数据, 上下边缘表示该数据最大值和最小值, 箱子外部的线表示异常值, *表示P≤0.05 图 7 浮游植物群落多样性分值箱线图 Fig. 7 Box plot of phytoplankton community diversity score |
按照FG分类方法以种为研究单位, 将浮游植物按功能组别进行归并、排序, 选择优势度>0.02的功能组组合作为该样品的代表性藻种功能组[34], 结果发现研究区域浮游植物包括B、C和D等29个功能群(表 5).
|
|
表 5 研究区域浮游植物生态功能组的代表性藻种及C-R-S生长策略[34~42] Table 5 Representative species and C-R-S growth strategies of phytoplankton ecological function groups |
分析不同黑臭程度下浮游植物以丰度和生物量计的功能群组成差异(图 8).以丰度计, 包含浮游植物99.30%以上功能组信息的浮游植物功能群有S1、R和MP等[图 8(a)], 将这4种河道类型中丰度占比10%以上的功能组作为优势功能组合, 不黑不臭型河道优势功能群为：LO-S1-J-X2; 只黑不臭型河道的优势功能群：MP-J-X2-LO-B; 只臭不黑型河道的优势功能群：R-MP-S1-J; 又黑又臭型河道的优势功能群：S1-R-MP.以生物量计, 包含浮游植物98.99%以上功能信息的浮游植物功能群有LO、G和X2等[图 8(b)]; 将这4种河道类型中生物量占比10%以上的功能组作为优势功能组合, 不黑不臭型河道的优势功能群为：G-X2-Y; 只黑不臭型河道的优势功能群：X2-G-MP-B; 只臭不黑型河道的优势功能群：LO-B-MP-D-W1; 又黑又臭型河道的优势功能群：LO-W1.
|
(a)丰度计功能群组成差异, (b)生物量计功能群组成差异 图 8 不同黑臭程度下浮游植物的功能群组成 Fig. 8 Composition of dominant functional groups of phytoplankton at different black-odorous levels |
城市河道受到外源污染后呈现不同程度的黑臭情况, 水体理化性质和养分含量产生较大差异, 从而影响了浮游植物群落结构.城市河道浮游植物的群落物种组成调查发现, 只黑不臭型河道物种数量最少, 而只臭不黑型河道物种数量最多.有研究发现, 较长的水力停留时间和持续输入的营养物质可能造成浮游植物物种数量增加[43~45].只黑不臭型河道多采用混凝土对河岸进行硬化且河道裁弯取直, 因此水力停留时间较短, 导致浮游植物物种数量最少.而只臭不黑型河道河岸较为自然, 水流相对静止, 但是周边生活污水和灌溉废水持续不断地输入, 导致大量有机无机物质进入水体, 引起浮游植物物种数量增加.此外, 浮游植物数量差距相对较小, 但不意味着黑臭对浮游植物群落的影响不明显.物种入侵和物种消失的持平, 导致研究者不能根据物种数量作为判断依据, 关键种的消失和广泛种的增加, 同样会造成物种多样性下降.
浮游植物丰度和生物量均体现了城市河道中浮游植物的现存量, 两者间存在差异.研究发现, 浮游植物丰度随着黑臭程度增加呈现增多的规律.浮游植物丰度由蓝藻-绿藻-硅藻型为主转变为蓝藻型为主, 许海等[46]研究营养盐对蓝藻优势形成发现, 蓝藻细胞具有喜温的特性, 同时蓝藻水华是湖泊富营养发展的阶段性产物.城市河道黑臭导致水温和营养盐的增加是影响浮游植物丰度的重要因素.浮游植物生物量由绿藻-硅藻型转变为甲藻-硅藻-裸藻型, 有研究发现, 营养盐充足时绿藻生长较快, 河道外源污染物的持续输入导致水体有机物和水动力增加, 硅藻大量繁殖, 甲藻也相伴而生[47, 48].城市河道黑臭导致水动力和营养物质的增加是影响浮游植物生物量的重要因素.
浮游植物对环境的耐受差异能够起到环境指示的作用.城市河道普遍受到人为干扰, 因此对环境耐受性较强的硅藻分布最广泛[49], 其中小环藻和菱形藻常被用于富营养化指示种[50].在不黑不臭和又黑又臭型河道中小环藻优势度不明显, 但是在只黑不臭和只臭不黑型河道中小环藻优势最高.因此, 小环藻优势度增加, 可以认为水体处于贫-中黑臭程度的状态.微囊藻在高温和高磷的环境下大量繁殖[51], 其在不黑不臭型河道中优势度较低, 可以利用微囊藻识别和监测中-高黑臭程度水体.而生态位较小的浮游植物, 由于其只出现在特定的水域中, 也可以作为指示种, 如隐藻和甲藻喜好有机营养盐丰富的湖泊[52], 出现在又黑又臭型河道中, 可作为高黑臭化水体的指标.
3.2 不同黑臭程度下浮游植物多样性特征浮游植物多样性与群落结构密切相关.浮游植物多样性指数的变化能够直观地判断水体营养状况, 反映污染对浮游植物群落结构所产生的影响, 水体受到污染越严重, 浮游植物多样性指数数值越小.不黑不臭型河道的Margalef丰富度指数均值较高, 又黑又臭型河道的Pielou均匀度指数均值最低, 结果说明, 清洁的城市河道中浮游植物物种较丰富, 而受污染的城市河道中少数耐污浮游植物成为优势种群.Shannon-Weaver多样性指数和Simpson指数反映群落结构丰富度, 数值越大, 群落结构越复杂, 对环境的反馈功能越强, 越稳定.Shannon-Weaver指数和Margalef丰富度指数变化一致, 而Simpson指数和Pielou均匀度指数变化趋势相一致, 许晴等[53]研究发现Shannon-Weaver指数对物种丰富度敏感, 而Simpson指数对物种均匀度敏感.因此, 在利用生物多样性指数法评价城市河道黑臭程度时, 应该考虑物种数目和个体分配情况带来的影响.
3.3 不同黑臭程度下浮游植物功能群特征浮游植物除了结构信息还包含功能信息, 通过FG法对城市河道浮游植物进行划分, 进一步验证不同黑臭程度下城市河道的生境特征.研究发现, 不黑不臭型河道主要功能群为LO、S1、J、X2、G和Y, 包含S、R、C、CR和CS多种生长策略, 河道生境多样性较高, 浮游植物种类丰富, 代表性藻种为平裂藻, 具有适应从贫到富营养、中到大型水体, 生境范围较广的特点[54], 反映的生境特征为受人类干扰较小, 河流较清澈, 但是由于城市河道承担水利功能负荷较高, 营养盐水平仍旧较高.只黑不臭型河道主要功能群为MP、J、X2、LO和B, 浮游植物生长策略主要为CR型, 代表性藻种舟形藻和栅藻, 生境特征为频繁扰动的浑浊型富营养浅水水体, 反映这类城市河道遭受工农业排污造成河道内水体频繁扰动.只臭不黑型河道主要功能群为R、MP、S1、J、LO、B、D和W1, 浮游植物生长策略主要为CR-S型, 代表性藻种泽丝藻和舟形藻, 城市河道裁弯取直、河道硬化等施工, 造成其水动力不足, 周边工业农用废水排入河道造成间接扰动.又黑又臭型河道主要功能群为S1、R、MP、LO和W1, 主要为R型生长策略, 这类城市河道透明度低且受到富含有机质、农业废水和生活污水排入的影响.
4 结论(1) 城市河道浮游植物未受黑臭影响时丰度以蓝藻、硅藻和绿藻门为主, 致黑致臭诱导蓝藻门成为绝对优势; 城市河道浮游植物未受黑臭影响时生物量以绿藻和硅藻门为主, 致黑致臭诱导硅藻、甲藻和裸藻门成为优势.
(2) 微囊藻和小环藻广泛适应于城市河道, 在贫-中黑臭程度下优势度较高, 拟多甲藻在河道又黑又臭时作为指示物种.
(3) 研究期间不同黑臭程度下群落多样性指数的变化趋势为随着水质恶化, 群落物种丰富度降低, 均匀度降低, 群落结构稳定性降低.
(4) 研究期间共归纳出29个浮游植物生态功能组, 随着水质恶化, LO为代表的广适性功能群优势度降低, W1为代表的耐污性功能群优势度增加.
| [1] | Kaboré I, Ouéda A, Moog O, et al. A benthic invertebrates-based biotic index to assess the ecological status of West African Sahel Rivers, Burkina Faso[J]. Journal of Environmental Management, 2022, 307. DOI:10.1016/j.jenvman.2022.114503 |
| [2] |
傅振久. 城市化过程对河道系统的影响与生态修复分析[J]. 黑龙江水利科技, 2018, 46(8): 39-41. Fu Z J. Impact of urbanization process on river course system and analysis of ecological rehabilitation[J]. Heilongjiang Hydraulic Science and Technology, 2018, 46(8): 39-41. DOI:10.3969/j.issn.1007-7596.2018.08.014 |
| [3] | Zhang X J, Chen C, Ding J Q, et al. The 2007 water crisis in Wuxi, China: analysis of the origin[J]. Journal of Hazardous Materials, 2010, 182(1-3): 130-135. DOI:10.1016/j.jhazmat.2010.06.006 |
| [4] |
徐敏, 秦顺兴, 马乐宽, 等. 水生态环境保护回顾与展望: 从污染防治到三水统筹[J]. 中国环境管理, 2021, 13(5): 69-78. Xu M, Qin S X, Ma L K, et al. Review and prospect of water ecology and environment protection: from pollution prevention and control to overall planning about water environment improvement, water resource security and water ecology protection[J]. Chinese Journal of Environmental Management, 2021, 13(5): 69-78. |
| [5] |
刘晓玲, 徐瑶瑶, 宋晨, 等. 城市黑臭水体治理技术及措施分析[J]. 环境工程学报, 2019, 13(3): 519-529. Liu X L, Xu Y Y, Song C, et al. Analysis of treatment technologies and measures for the urban black-stinking water body[J]. Chinese Journal of Environmental Engineering, 2019, 13(3): 519-529. |
| [6] |
孙磊, 马巍, 吴金海, 等. 城市黑臭水体治理进展及水利措施研究[J]. 中国农村水利水电, 2021(8): 23-28. Sun L, Ma W, Wu J H, et al. Research on the progress of urban black-odorous water governance and water conservancy measures[J]. China Rural Water and Hydropower, 2021(8): 23-28. DOI:10.3969/j.issn.1007-2284.2021.08.005 |
| [7] |
李永新, 王威, 何妹, 等. 基于连续监测的城市内河返黑返臭机制初探: 以南宁市二坑溪为例[J]. 环境科学, 2020, 41(5): 2257-2263. Li Y X, Wang W, He M, et al. Mechanism of urban black odorous water based on continuous monitoring: a case study of the Erkeng Stream in Nanning[J]. Environmental Science, 2020, 41(5): 2257-2263. |
| [8] |
尹海龙, 徐祖信. 河流综合水质评价方法比较研究[J]. 长江流域资源与环境, 2008, 17(5): 729-733. Yin H L, Xu Z X. Comparative study on typical river comprehensive water quality assessment methods[J]. Resources and Environment in the Yangtze Basin, 2008, 17(5): 729-733. DOI:10.3969/j.issn.1004-8227.2008.05.012 |
| [9] |
张晶尧, 徐明德, 张君杰, 等. 熵权物元可拓模型在河流黑臭评价中的应用[J]. 人民黄河, 2015, 37(2): 85-88. Zhang J Y, Xu M D, Zhang J J, et al. Application of entropy-weighted matter-element model in black-odour prediction for river[J]. Yellow River, 2015, 37(2): 85-88. DOI:10.3969/j.issn.1000-1379.2015.02.023 |
| [10] |
王旭, 王永刚, 孙长虹, 等. 城市黑臭水体形成机理与评价方法研究进展[J]. 应用生态学报, 2016, 27(4): 1331-1340. Wang X, Wang Y G, Sun C H, et al. Formation mechanism and assessment method for urban black and odorous water body: a review[J]. Chinese Journal of Applied Ecology, 2016, 27(4): 1331-1340. DOI:10.13287/j.1001-9332.201604.014 |
| [11] | Pan M, Zhao J, Zhen S C, et al. Effects of the combination of aeration and biofilm technology on transformation of nitrogen in black-odor river[J]. Water Science & Technology, 2016, 74(3): 655-662. |
| [12] |
冯强, 易境, 刘书敏, 等. 城市黑臭水体污染现状、治理技术与对策[J]. 环境工程, 2020, 38(8): 82-88. Feng Q, Yi J, Liu S M, et al. The pollution situation, treatment techniques and countermeasures of urban black and odors water in China[J]. Environmental Engineering, 2020, 38(8): 82-88. |
| [13] |
王建国, 于洪贤, 马成学, 等. 哈尔滨西泉眼水库夏季浮游植物群落结构动态特征[J]. 湖泊科学, 2015, 27(4): 667-678. Wang J G, Yu H X, Ma C X, et al. Ecological factors and phytoplankton community structure in Xiquanyan Reservoir, Harbin, P.R. China[J]. Journal of Lake Sciences, 2015, 27(4): 667-678. |
| [14] |
杨文焕, 申涵, 周明利, 等. 冻融期包头南海湖浮游植物群落及优势种生态特征[J]. 湖泊科学, 2020, 32(2): 450-461. Yang W H, Shen H, Zhou M L, et al. Ecological characteristics of dominant phytoplankton community in Lake Nanhai (Baotou) during freezing-thawing period[J]. Journal of Lake Sciences, 2020, 32(2): 450-461. |
| [15] | Kireta A R, Reavie E D, Sgro G V, et al. Planktonic and periphytic diatoms as indicators of stress on great rivers of the United States: testing water quality and disturbance models[J]. Ecological Indicators, 2012, 13(1): 222-231. DOI:10.1016/j.ecolind.2011.06.006 |
| [16] |
邱阳凌, 林育青, 刘俊杰, 等. 淮河干流及主要支流夏季浮游植物群落生物多样性评价[J]. 环境科学学报, 2018, 38(4): 1665-1672. Qiu Y L, Lin Y Q, Liu J J, et al. The biodiversity assessment of phytoplankton community in summer within main stream and tributary of Huaihe River[J]. Acta Scientiae Circumstantiae, 2018, 38(4): 1665-1672. |
| [17] | Cardinale B J, Palmer M A, Collins S L. Species diversity enhances ecosystem functioning through interspecific facilitation[J]. Nature, 2002, 415(6870): 426-429. DOI:10.1038/415426a |
| [18] |
杨宋琪, 祖廷勋, 王怀斌, 等. 黑河张掖段浮游植物群落结构及其与环境因子的关系[J]. 湖泊科学, 2019, 31(1): 159-170. Yang S Q, Zu T X, Wang H B, et al. Relationship between the structure of phytoplankton community and environmental factors in the Zhangye section of Heihe river[J]. Journal of Lake Sciences, 2019, 31(1): 159-170. |
| [19] |
何淑雯, 于菲, 刘玉, 等. 广州市谷河黑臭评价及其与裸藻丰度和生物量相关性分析[J]. 环境科学学报, 2019, 39(3): 696-705. He S W, Yu F, Liu Y, et al. Evaluation on black-odorous water related with Euglenophyta abundance and biomass in the Gu river of Guangzhou city[J]. Acta Scientiae Circumstantiae, 2019, 39(3): 696-705. |
| [20] | 国家环境保护总局. 水和废水监测分析方法[M]. ((第四版)). 北京: 中国环境科学出版社, 2002. |
| [21] |
胡鸿钧, 魏印心. 中国淡水藻类——系统、分类及生态[M]. 北京: 科学出版社, 2006. Hu H J, Wei Y X. The freshwater algae of China-systematics, taxonomy and ecology[M]. Beijing: Science Press, 2006. |
| [22] | GB 3838-2002, 地表水环境质量标准[S]. |
| [23] |
秦燕, 赵彦伟, 杨志峰. 基于模糊聚类技术的区域生态功能区划研究-以三峡库区万州为例[J]. 应用基础与工程科学学报, 2009, 17(S1): 74-81. Qin Y, Zhao Y W, Yang Z F. Eco-functional regionalization based on fuzzy clustering: a case study of Wanzhou district in the Three Gorges Reservoir Area[J]. Journal of Basic Science and Engineering, 2009, 17(S1): 74-81. |
| [24] |
何天煜. 城市黑臭河道预警模型构建与系统开发[D]. 成都: 成都理工大学, 2020. He T Y. Evaluation model construction and early warning system development of urban black and odor river[D]. Chengdu: Chengdu University of Technology, 2020. |
| [25] |
贾宗豹, 顾嗣扬. 基于OTSU分割与K-均值聚类的MPEG-7主颜色提取算法[J]. 计算机应用与软件, 2010, 27(12): 247-249, 276. Jia Z B, Gu S Y. An extraction algorithm for MPEG-7 dominant colour based on OTSU segmentation and K-means clustering[J]. Computer Applications and Software, 2010, 27(12): 247-249, 276. |
| [26] |
杨宋琪, 高兴亮, 王丽娟, 等. 西北干旱区典型水库浮游植物群落结构特征及驱动因子[J]. 湖泊科学, 2021, 33(2): 377-387. Yang S Q, Gao X L, Wang L J, et al. Phytoplankton community structure and driving factors in typical reservoirs of arid region of northwest China[J]. Journal of Lake Sciences, 2021, 33(2): 377-387. |
| [27] | Reynolds C S, Huszar V, Kruk C, et al. Towards a functional classification of the freshwater phytoplankton[J]. Journal of Plankton Research, 2002, 24(5): 417-428. |
| [28] | Padisák J, Crossetti L O, Naselli-Flores L. Use and misuse in the application of the phytoplankton functional classification: a critical review with updates[J]. Hydrobiologia, 2009, 621(1): 1-19. |
| [29] | Lampitt R S, Wishner K F, Turley C M, et al. Marine snow studies in the Northeast Atlantic Ocean: distribution, composition and role as a food source for migrating plankton[J]. Marine Biology, 1993, 116(4): 689-702. |
| [30] | Reynolds C S. Phytoplankton assemblages and their periodicity in stratifying lake systems[J]. Ecography, 1980, 3(3): 141-159. |
| [31] | Tolotti M, Thies H, Nickus U, et al. Temperature modulated effects of nutrients on phytoplankton changes in a mountain lake[J]. Hydrobiologia, 2012, 698(1): 61-75. |
| [32] |
汪星, 李利强, 郑丙辉, 等. 洞庭湖浮游藻类功能群的组成特征及其影响因素研究[J]. 中国环境科学, 2016, 36(12): 3766-3776. Wang X, Li L Q, Zheng B H, et al. Composition and influential factors of algal function groups in Dongting Lake[J]. China Environmental Science, 2016, 36(12): 3766-3776. |
| [33] |
王晓东. 山东境内大屯水库和双王城水库藻类功能群变化及环境驱动因子[D]. 济南: 山东大学, 2019. Wang X D. Changes of algae functional groups and environmental factors in Datun reservoir and Shuangwangcheng reservoir in Shandong province[D]. Ji'nan: Shandong University, 2019. |
| [34] |
李哲. 三峡水库运行初期小江回水区藻类生境变化与群落演替特征研究[D]. 重庆: 重庆大学, 2009. Li Z. On the habitats transition & succession traits of phytoplankton assemblages in the backwater area of Xiaojiang river during preliminary operation stage of the Three Gorges Reservoir[D]. Chongqing: Chongqing University, 2009. |
| [35] |
王徐林, 张民, 殷进. 巢湖浮游藻类功能群的组成特性及其影响因素[J]. 湖泊科学, 2018, 30(2): 431-440. Wang X L, Zhang M, Yin J. Composition and influential factors of phytoplankton function groups in Lake Chaohu[J]. Journal of Lake Sciences, 2018, 30(2): 431-440. |
| [36] |
陈倩, 李秋华, 胡月敏, 等. 贵州百花水库浮游藻类功能群时空分布特征及影响因子分析[J]. 环境科学研究, 2018, 31(7): 1266-1274. Chen Q, Li Q H, Hu Y M, et al. Spatial and temporal distribution characteristics of phytoplankton functional groups and their influencing factors in Baihua Reservoir, Guizhou Province[J]. Research of Environmental Sciences, 2018, 31(7): 1266-1274. |
| [37] |
胡月敏, 李秋华, 朱冲冲, 等. 基于功能群对比分析黔中普定水库和桂家湖水库浮游植物群落结构特征[J]. 湖泊科学, 2018, 30(2): 403-416. Hu Y M, Li Q H, Zhu C C, et al. Contrasting phytoplankton structure based on functional groups of Puding Reservoir and Guijiahu Reservoir in the central of Guizhou province[J]. Journal of Lake Sciences, 2018, 30(2): 403-416. |
| [38] |
张耀文, 李洪, 李嘉, 等. 西南山区典型河道型水库藻类功能群时空演替特征及其影响因素: 以紫坪铺水库为例[J]. 环境科学, 2018, 39(6): 2680-2687. Zhang Y W, Li H, Li J, et al. Spatiotemporal succession characteristics of algal functional groups and its impact factors for a typical channel-type reservoir in a Southwest mountainous area[J]. Environmental Science, 2018, 39(6): 2680-2687. |
| [39] |
葛优, 周彦锋, 王晨赫, 等. 阳澄西湖浮游藻类功能群演替特征及其与环境因子的关系[J]. 中国环境科学, 2019, 39(7): 3027-3039. Ge Y, Zhou Y F, Wang C H, et al. Succession patterns of phytoplankton functional groups in western area of Yangcheng Lake and their relationship with environmental factors[J]. China Environmental Science, 2019, 39(7): 3027-3039. |
| [40] |
夏莹霏, 胡晓东, 徐季雄, 等. 太湖浮游植物功能群季节演替特征及水质评价[J]. 湖泊科学, 2019, 31(1): 134-146. Xia Y F, Hu X D, Xu J X, et al. Seasonal succession of phytoplankton functional group and assessment of water quality in Lake Taihu[J]. Journal of Lake Sciences, 2019, 31(1): 134-146. |
| [41] |
丁瑞睿, 郭匿春, 马友华. 巢湖双桥河底泥疏浚过程中浮游植物功能群分类研究[J]. 生态学报, 2020, 40(7): 2427-2438. Ding R R, Guo N C, Ma Y H. A study of the phytoplankton functional classification of the Shuangqiao River in the Chaohu basin during a sediment dredging period[J]. Acta Ecologica Sinica, 2020, 40(7): 2427-2438. |
| [42] |
李衍庆, 黄廷林, 张海涵, 等. 水源水库藻类功能群落演替特征及水质评价[J]. 环境科学, 2020, 41(5): 2158-2165. Li Y Q, Huang T L, Zhang H H, et al. Succession characteristics of algae functional groups and water quality assessment in a drinking water reservoir[J]. Environmental Science, 2020, 41(5): 2158-2165. |
| [43] | Cao H S, Kong F X, Luo L C, et al. Effects of wind and wind-induced waves on vertical phytoplankton distribution and surface blooms of Microcystis aeruginosa in Lake Taihu[J]. Journal of Freshwater Ecology, 2006, 21(2): 231-238. |
| [44] | Paerl H W, Hall N S, Calandrino E S. Controlling harmful cyanobacterial blooms in a world experiencing anthropogenic and climatic-induced change[J]. Science of the Total Environment, 2011, 409(10): 1739-1745. |
| [45] |
李胜男, 熊丽萍, 彭华, 等. 东洞庭湖浮游藻类粒级结构组成及其关键影响因子[J]. 湖泊科学, 2020, 32(5): 1508-1518. Li S N, Xiong L P, Peng H, et al. Size-structure of phytoplankton biomass and driving factors in east Lake Dongting[J]. Journal of Lake Sciences, 2020, 32(5): 1508-1518. |
| [46] |
许海, 陈洁, 朱广伟, 等. 水体氮、磷营养盐水平对蓝藻优势形成的影响[J]. 湖泊科学, 2019, 31(5): 1239-1247. Xu H, Chen J, Zhu G W, et al. Effect of concentrations of phosphorus and nitrogen on the dominance of cyanobacteria[J]. Journal of Lake Sciences, 2019, 31(5): 1239-1247. |
| [47] |
刘霞, 钱奎梅, 谭国良, 等. 鄱阳湖阻隔湖泊浮游植物群落结构演化特征: 以军山湖为例[J]. 环境科学, 2014, 35(7): 2557-2564. Liu X, Qian K M, Tan G L, et al. Phytoplankton community structure and its succession in isolated lakes of Poyang-Junshan Lake[J]. Environmental Science, 2014, 35(7): 2557-2564. |
| [48] | Bao L L, Chen J, Tong H J, et al. Phytoplankton dynamics and implications for eutrophication management in an urban river with a series of rubber dams[J]. Journal of Environmental Management, 2022, 311. DOI:10.1016/j.jenvman.2022.114865 |
| [49] | Rozirwan, Melki, Apri R, et al. Assessment of phytoplankton community structure in Musi Estuary, South Sumatra, Indonesia[J]. AACL Bioflux, 2021, 14(3): 1451-1463. |
| [50] |
马一明, 李秋华, 潘少朴, 等. 贵州高原花溪水库浮游植物优势种生态位及种间联结性动态分析[J]. 湖泊科学, 2021, 33(3): 785-796. Ma Y M, Li Q H, Pan S P, et al. Dynamic analysis of niche and interspecific association of dominant phytoplankton species in Huaxi Reservoir of Guizhou Plateau[J]. Journal of Lake Sciences, 2021, 33(3): 785-796. |
| [51] |
张民, 史小丽, 阳振, 等. 2012-2018年巢湖水质变化趋势分析和蓝藻防控建议[J]. 湖泊科学, 2020, 32(1): 11-20. Zhang M, Shi X L, Yang Z, et al. The variation of water quality from 2012 to 2018 in Lake Chaohu and the mitigating strategy on cyanobacterial blooms[J]. Journal of Lake Sciences, 2020, 32(1): 11-20. |
| [52] |
钱奎梅, 刘霞, 段明, 等. 鄱阳湖蓝藻分布及其影响因素分析[J]. 中国环境科学, 2016, 36(1): 261-267. Qian K M, Liu X, Duan M, et al. Distribution and its influencing factors of bloom-forming cyanobacteria in Poyang Lake[J]. China Environmental Science, 2016, 36(1): 261-267. |
| [53] |
许晴, 张放, 许中旗, 等. Simpson指数和Shannon-Wiener指数若干特征的分析及"稀释效应"[J]. 草业科学, 2011, 28(4): 527-531. Xu Q, Zhang F, Xu Z Q, et al. Some characteristics of Simpson index and the Shannon-Wiener index and their dilution effect[J]. Pratacultural Science, 2011, 28(4): 527-531. |
| [54] | Barton A D, Ward B A, Williams R G, et al. The impact of fine-scale turbulence on phytoplankton community structure[J]. Limnology and Oceanography: Fluids and Environments, 2014, 4(1): 34-49. |